7月 16 2026 0 評価指標も進化させるDouble Ratchet：LLMエージェント自己改善の信頼性を高める手法 投稿者: ユウ TL;DR LLMエージェントの自己改善ループには信頼できる評価指標が…
7月 12 2026 0 テスト時にエージェントの制御プログラムを進化させるTTHE：実行痕跡だけでハーネスを改善 投稿者: ユウ TL;DR TTHEは、LLMエージェントの動作を決める「ハーネス」（…
3月 04 2026 0 LLMエージェントの探索能力を強化する新手法RAPO：外部知識を活用した強化学習フレームワーク 投稿者: ユウ TL;DR 既存のLLMエージェント向け強化学習（Agentic RL…
3月 04 2026 0 LLMエージェントの探索能力を高める「戦略誘導探索」：難易度の高いUI操作やコーディングタスクへの適用 投稿者: ユウ TL;DR LLMエージェントの強化学習において、低レベルの行動探索で…
3月 02 2026 0 AIがRustの難問バグに挑む：大規模ベンチマークで実証された新手法「RustForger」の可能性 投稿者: ユウ 解説 ねえ、智也くん！これ見て、『Evaluating and Imp…